基于注意力机制及图循环神经网络的高血压预测系统设计

摘要：

近年来,随着传感器技术的快速发展,可穿戴自动监控设备可以提供持续的动态监测,并且能够精准的捕捉生理信号.利用可穿戴设备实时监测患者的健康信息,并将基于深度学习算法的高血压预测模型部署在云端实现远程诊断,使得个性化高血压检测成为可能[1].然而,目前已有的基于可穿戴设备的算法大多利用单一信号分析,且没有考虑患者的个体性差异,已有高血压预测研究表明,多种生理信号的联合应用可以提高高血压预测的检出准确率.因此,本文提出一种基于注意力机制及图循环神经网络的高血压预测系统,利用多模态生理参数数据,联合个体差异化信息,进一步提升高血压检出准确率.

关键词：可穿戴设备、深度学习、高血压预测、多模态数据

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：189-192